opencv学习-代码实现

1、三通道彩色图转化为灰度图

代码

import numpy as py
import cv2
from matplotlib import pyplot as plt

img = cv2.imread('images/001_0002.jpg', 1);
# cv2.imshow('imgae',img);
shape= img.shape
if shape[2]==3 or shape[2]==4:
    gray_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY);
cv2.imshow('gray_img',gray_img)
cv2.waitKey(0);
cv2.destroyAllWindows()

结果图

在这里插入图片描述

2、BGR转化而为RGB

代码

import cv2
from matplotlib import pyplot as plt
img = cv2.imread('images/001_0002.jpg',1)
shape = img.shape
if shape[2]==3 or shape[2]==4:
    BRGtRGBimg_numpy_method = img[:,:,::-1]
plt.subplot(1,2,1)
plt.imshow(img)
plt.subplot(1,2,2)
plt.imshow(BRGtRGBimg_numpy_method)
plt.show()

plt.imshow(原图)如左边结果所示,经过img[:,:,::-1]转化后(BGR转化而为RGB)如结果右图所示

在这里插入图片描述

直方图绘制

##代码部分

import cv2
from matplotlib import pyplot as plt

img = cv2.imread("images/1.jpg")
# gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
plt.imshow(img,cmap=plt.cm.gray)
hist = cv2.calcHist([img],[0],None,[256],[0,256])
plt.figure()
plt.title("gray hist")
plt.xlabel("Bins")
plt.ylabel("# of piexl")
plt.plot(hist)
plt.xlim([0,256])
plt.show()

结果图

在这里插入图片描述

三通道直方图绘制

代码区

步骤:
    1、读取三通道彩色图像
    2、三通道颜色创建列表(bgr是因为在opencv中的顺序;plt中是rgb的顺序)
    3、在每个通道中分别创建一个直方图cv2.calcHist()

import cv2
from matplotlib import pyplot as plt
img = cv2.imread("images/2.jpg",1)
cv2.imshow("color_img",img)
color =('b','g','r')
for i,color in enumerate(color):
    hist = cv2.calcHist([img],[i],None,[256],[0,256])
    plt.title("gun")
    plt.xlabel("X-Bins")
    plt.ylabel("Y-num")
    plt.plot(hist,color=color)
plt.show()
cv2.waitKey(0)
cv2.destroyAllWindows()

结果图

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
要下载OpenCV学习中的运动目标(前景)检测源码,可以按照以下步骤进行。 首先,访问OpenCV的官方网站(https://opencv.org/)或GitHub的OpenCV仓库(https://github.com/opencv/opencv),找到源代码的下载选项。 在官方网站上,可以选择下载最新版本的OpenCV,或者根据特定版本的需求进行选择。在GitHub上,可以浏览仓库的不同分支和版本标签,并选择下载相应的源代码。 一旦选择了合适的源码下载选项,点击下载按钮进行下载。下载完成后,将源代码文件解压缩至本地目录。 接下来,在下载的源代码文件夹中,找到与运动目标检测相关的示例代码或项目。这些示例代码通常位于“samples”或“examples”文件夹中,可以根据名称或说明找到与运动目标检测相关的示例。 打开示例代码文件,使用合适的集成开发环境(IDE)或文本编辑器加载源代码。确保已正确配置编译环境和OpenCV库文件。 阅读示例代码的注释和文档,理解实现运动目标检测的算法和方法。 对于初学者,建议阅读和运行示例代码,以更好地理解和学习运动目标检测的概念和实践。根据需要,可以根据示例代码进行修改和调整,以满足特定的需求。 总之,要下载OpenCV学习中的运动目标(前景)检测源码,首先选择合适的源代码下载选项,然后解压缩源代码文件夹,找到与运动目标检测相关的示例代码或项目,最后阅读和运行示例代码学习和实践运动目标检测。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

土豆娃potato

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值